pytorch：scatter_

我终于想明白这个函数的意思啦！！！

scatter的意思：服务组件架构

data.scatter_(dim,index,src)

将src中数据根据index中的索引按照dim的方向填进data。

import torch
x=torch.tensor([[7, 2, 3,4, 5],
        [1.1, 2.2, 3.3, 4.4, 5.5]])
y=torch.tensor([[0,1,2,0,0],[2,0,0,1,2]])
print(x)
z=torch.zeros(3,5).scatter_(0,y,x)
print(z)
#输出
'''
tensor([[7.0000, 2.0000, 3.0000, 4.0000, 5.0000],
        [1.1000, 2.2000, 3.3000, 4.4000, 5.5000]])
tensor([[7.0000, 2.2000, 3.3000, 4.0000, 5.0000],
        [0.0000, 2.0000, 0.0000, 4.4000, 0.0000],
        [1.1000, 0.0000, 3.0000, 0.0000, 5.5000]])

'''

y=torch.zeros(3,5).scatter_(0,y,x)

这句话的意思是：

首先：创建一个（3，5）的〇为z，然后，将x中的值补充到〇中。

根据z进行补充，如果若干个数字填充到相同的位置，则按顺序，看最后是什么，则确定是什么。

[[0,1,2,0,0],[2,0,0,1,2]]

(0,0)，(0,1)，(0,2)，(0,3)，(0,4)

(1,0)，(1,1)，(1,2)，(1,3)，(1,4)

这是x数据的位置，这时候，要x数据的位置坐标，根据y更改，由于dim=0，即更改第0维度

(0,0)，(1,1)，(2,2)，(0,3)，(0,4)

(2,0)，(0,1)，(0,2)，(1,3)，(2,4)

x数据在z中位置就是上面坐标。如果有几个数据对应的坐标相同，则一层层覆盖，显示最后一个数据。

import torch
x=torch.tensor([[7, 2, 3,4, 5],
        [1.1, 2.2, 3.3, 4.4, 5.5]])
y=torch.tensor([[0,1,2,0,0],[2,0,0,1,2]])
print(x)
z=torch.zeros(3,5).scatter_(1,y,x)
print(z)
#输出
'''
tensor([[7.0000, 2.0000, 3.0000, 4.0000, 5.0000],
        [1.1000, 2.2000, 3.3000, 4.4000, 5.5000]])
tensor([[5.0000, 2.0000, 3.0000, 0.0000, 0.0000],
        [3.3000, 4.4000, 5.5000, 0.0000, 0.0000],
        [0.0000, 0.0000, 0.0000, 0.0000, 0.0000]])
'''

(0,0)，(0,1)，(0,2)，(0,3)，(0,4)

(1,0)，(1,1)，(1,2)，(1,3)，(1,4)

这是x数据的位置，这时候，要x数据的位置坐标，根据y=[[0,1,2,0,0],[2,0,0,1,2]]更改，由于dim=1，即更改第1维度

(0,0)，(0,1)，(0,2)，(0,0)，(0,0)

(1,2)，(1,0)，(1,0)，(1,1)，(1,2)

三个数字的新坐标都是（0，0），则以最后一次也就是x中数据5占领此位置。